重要建议：前面反复讲过——新手最好先自己手写一个简单的回测逻辑，理解回测到底在做什么（遍历数据、按信号模拟买卖、算绩效），再用成熟框架。这样你用框架时就不是当黑...

backtrader、vn.py、zipline 是三个知名的开源 Python 量化框架，它们定位各有侧重：backtrader 功能完整、灵活易用，偏重回测...

选择量化交易平台，可以从六个关键维度系统评估：一是数据能力（数据的种类、质量、覆盖），二是回测能力（回测是否严谨、可信），三是策略开发的灵活性（能否实现你想要的...

本文介绍我维护的实验性 WPF 运行时发行项目 WpfRuntime，它把一套 WPF 的参考程序集、实现程序集以及必要的运行时文件打包成 NuGet 包，让 ...

评估一个量化策略的好坏，绝不能只看收益率，而要从五个维度综合判断：收益类指标（累计收益、年化收益）、风险类指标（最大回撤、波动率）、风险调整后收益（夏普比率、卡...

多因子选股策略是一种用多个"因子"给大量股票打分排序、筛选出一篮子股票持有的量化策略。它的基本框架包括五个环节：确定因子（如估值、成长、动量、质量等）、获取并处...

Python 量化交易常用库可以按用途分成四类：数据处理类（pandas、numpy）、可视化类（matplotlib）、技术指标类（如 TA-Lib）、回测框...

全球已有 Harvey、Sierra、月之暗面破十亿——可为什么没有一个「纯种」Agent 独角兽？

来，我用刚才那个 JWT 鉴权的例子，实际演示一遍真正的苏格拉底式推导是什么感觉：

通篇是"在当今数字化浪潮的推动下"、"具有不可忽视的战略意义"、"展现出巨大的发展潜力"。

然后 Anthropic 的 Opus 4.7，在 Claude Code 框架里跑出了 87.2%，放进 Cursor 框架，直接到了 91.1%。

而从前段时间发布的4.1.0版本开始，Dash在这方面带来了重大提升，使得我们通过简单的参数，就能够灵活的在Flask（默认）、FastAPI以及Quart这三...

标准 ILC 的跨次迭代框架直接套在单次内空间迭代上行不通，但它的思想用过去的误差信息构造前馈，完全可以被迁移，如果后续想实现越擦越贴的效果，ILC 可以这样嵌...

将清洁轨迹定义为一组参数化的运动基元，参数由快速、粗略的在线感知（视觉或力觉）估计并实时更新，轨迹生成器的适应性由参数和导纳层共同完成。

Progressive Disclosure 研究在 InfiniteBench 长文问答中，比较原文导航、Skill 资料组织和检索器，覆盖三种执行框架与三类...

AI大模型学习（21）：Agent框架在工业自动化中的应用——从缺陷检测到自动调参的智能体闭环

Vibecoding 已经这么流行了，Harness 工程也学了皮毛。但实际自己还是没有真实搭建一个能够实现端到端交付的 AI Native 环境。

在信息过载的时代，如何实现深度自学？答案藏在五个字母里——ACTOR 框架：Aim（目标）、Compress（压缩）、Test（测试）、Own（内化）、Run（...